L’objectif du projet est de fournir des modèles d’analyse et d’exploitation des données issues de sources hétérogènes en s’appuyant sur les compétences scientifiques des partenaires du consortium dans les domaines de la détection de comportements, de la théorie de la décision et des interactions humain-agent et en statistiques, en complémentarité avec le Centre Henri Becquerel apportant son expertise médicale et l’accès à des données issues d’objets déployés en conditions réelles.
Les objectifs recherchés dans le projet sont les suivants :
-
analyser l’évolution temporelle issues de différentes sources (objets connectés, questionnaires remplis par le patient) prises isolément pour définir un modèle de comportement normal et un mécanisme de détection de situation déviante ;
-
proposer un modèle d’intégration de ces données dans un profil patient permettant leur mise en relation dans le but d’étendre l’efficacité de la détection par la combinaison de signaux faibles ;
-
définir un système de prise de décision automatique adaptatif pour la levée d’alertes, initialisé avec des règles de décision fournies par des experts professionnels de santé, et qui évoluera en fonction des situations détectées précédemment pour décider plus précocement des actions à effectuer ;
-
développer un agent virtuel interactif substituant les formulaires servant de questionnaires pour que la remontée d’information venant du patient soit facilitée et contextualisée en fonction de sa situation ;
-
implémenter ces modèles sur la plate-forme fournie par le Centre Henri Becquerel pour évaluer, valider et quantifier l’efficacité du système dans le suivi des patients.
Le projet comporte 4 actions scientifiques.
A1 : Représentation et détection du profil d’un patient (resp. LITIS) : cette action vise à identifier précisément les données collectées et à proposer un modèle de représentation intégratif caractérisant l’activité et l’état du patient sur une période donnée. Une représentation sous la forme de systèmes dynamiques discrets sera privilégiée, éventuellement sur différentes échelles de temps dans le cas où l’hétérogénéité des valeurs collectées le requiert. L’analyse comparative par un calcul de distance avec des modèles de référence permettra d’identifier des situations anormales, tel que cela peut être réalisé dans le domaine de la gestion de la confiance pour la détection d’actions/agents malicieux.
A2 : Interaction Patient-Agent (resp. LITIS) : les questionnaires, traditionnellement présentés sous la forme de formulaires, seront remplacés par un Agent Conversationnel Animé (ACA) pour faciliter l’interaction avec le patient par une approche dialogique, ainsi que pour adapter la nature des questions posées selon la situation du patient. Une captation de l’état socio-émotionnel du patient sera effectuée, combinant les informations issues de ses réponses et celles détectées au travers de ses expressions faciales. Cette détection permettra d’adapter le comportement verbal et non verbal de l’ACA par rétroaction empathique, afin d’augmenter l’engagement du patient à la fois dans l’interaction et dans le suivi de son traitement.
A3 : Prise de décision pour la levée d’alerte (resp. GREYC) : la levée d’alerte conséquente à une situation reconnue sera abordée sous l’angle d’un système normatif adaptatif. Les experts médicaux fourniront un premier ensemble de règles qui seront confrontées aux données collectées et décisions prises de manière à pouvoir proposer une évolution des règles pour une décision plus précoce. Les processus de décision et leur évolution se feront en impliquant les utilisateurs : le patient d’une part pour y intégrer ses préférences personnelles ; les professionnels de santé d’autre part pour valider les évolutions proposées en en expliquant les causes. Les informations sur l’état socio-émotionnel du patient détectées lors des interactions avec l’ACA pourront être intégrées à cette prise de décision pour la levée d’alerte. Réciproquement, une suspicion d’alerte pourrait être confirmée par un dialogue adapté.
A4 : Application au suivi de patients atteints de cancer et traités par chimiothérapie orale (resp. LITIS/CHB) : les modèles et algorithmes définis dans les actions précédentes seront évalués dans le cadre d’une implémentation sur la plateforme déployée au Centre Henri Becquerel et d’une analyse des données collectées en conditions réelles, celles du suivi de patients traités par chimiothérapie orale. La collecte de ces données par la plateforme est sécurisée, et elles seront anonymisées avant leur exploitation. Un environnement d’expérimentation est prévu sous la forme d’un living lab hébergé au Centre Henri Becquerel.